基于SOM网和K-means的聚类算法

• 作者: 丁华福 郭明
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 自组织神经网络 K均值 聚类 组合聚类算法
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 22-24,94
• 页数: 4页
• 分类号: TP311
• 字数: 4126字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2008.09.007

摘要

K-means算法因对初始中心依赖性而导致聚类结果可能陷入局部极小.而恰当的选取初始中心向量就成为改进K-means算法的关键所在.因此可以先通过SOM进行聚类,较快确定聚类范围,再将其结果作为K-means方法的初始中心向量加以使用.实验证明结合这两种算法能够弥补这两种方法的缺陷,较好改善聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁华福	哈尔滨理工大学计算机科学与技术学院	20	160	7.0	12.0
2	郭明	哈尔滨理工大学计算机科学与技术学院	2	28	2.0	2.0